नियमितीकृत यादृच्छिक वन
नियमितीकृत यादृच्छिक वन (RRF), जिसे 2012 में देंग और रंगर द्वारा प्रस्तुत किया गया था, एक दंड जोड़कर मानक यादृच्छिक वन का विस्तार करता है जो पहले से ही पहनावे में उपयोग नहीं की गई विशेषताओं पर विभाजन को हतोत्साहित करता है। यह अंतर्निहित नियमितीकरण विरल, कम अनावश्यक विशेषता उपसमूह उत्पन्न करता है, जिससे मॉडल विशेष रूप से तब मूल्यवान हो जाता है जब विशेषता चयन भविष्य कहनेवाला सटीकता जितना ही महत्वपूर्ण होता है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- Deng, H., & Runger, G. (2012). Feature selection via regularized trees. Proceedings of the 2012 International Joint Conference on Neural Networks (IJCNN), IEEE, pp. 1–8. DOI: 10.1109/IJCNN.2012.6252640 ↗
- Deng, H., & Runger, G. (2013). Gene selection with guided regularized random forest. Pattern Recognition, 46(12), 3483–3489. DOI: 10.1016/j.patcog.2013.05.018 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Regularized Random Forest (RRF). ScholarGate. https://scholargate.app/hi/machine-learning/regularized-random-forest
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- निर्णय वृक्षमशीन अधिगम↔ compare
- एक्स्ट्रा ट्रीज़मशीन अधिगम↔ compare
- रैंडम फ़ॉरेस्टमशीन अधिगम↔ compare
- नियमितीकृत निर्णय वृक्षमशीन अधिगम↔ compare
- नियमितीकृत ग्रेडिएंट बूस्टिंगमशीन अधिगम↔ compare